Question

我有以下情况：

Python 3.6 +
从文件中逐行读取输入数据。
协程将数据发送到API（使用aiohttp），并将调用结果保存到Mongo（使用motor）。因此，有很多IO正在进行。

该代码是使用async / await编写的，对于手动执行的单个调用也可以正常工作。

我不知道该怎么做，就是大量使用输入数据。

我看到的所有asyncio示例都通过发送有限列表作为参数来演示asyncio.wait。但是我不能简单地向它发送任务列表，因为输入文件可能有数百万行。

我的情况是关于通过传送带将数据流传输到消费者。

我还能做什么？我希望程序使用它可以聚集的所有资源来处理文件中的数据，而又不会感到不知所措。

Answer 1

我的情况是关于通过传送带将数据流传输到消费者。我还能做什么？

您可以创建与传送带的容量大致相对应的固定数量的任务，然后将其弹出queue。例如：

async def consumer(queue):
    while True:
        line = await queue.get()
        # connect to API, Mongo, etc.
        ...
        queue.task_done()

async def producer():
    N_TASKS = 10
    loop = asyncio.get_event_loop()
    queue = asyncio.Queue(N_TASKS)
    tasks = [loop.create_task(consume(queue)) for _ in range(N_TASKS)]
    try:
        with open('input') as f:
            for line in f:
                await queue.put(line)
        await queue.join()
    finally:
        for t in tasks:
            t.cancel()

由于与线程不同，任务是轻量级的，并且不占用操作系统资源，因此最好在创建“太多”任务时犯错。 asyncio可以毫不费力地处理成千上万的任务，尽管这对于这些任务可能是过大的，几十就足够了。

Python asyncio：处理潜在的无限列表

1 个答案: